L'ère de l'IA ne peut échapper au paradoxe de Jevons

Un ami curieux se demande : comment se fait-il que le coût de 1 million de tokens chute de 60 dollars à 0,3 dollar, alors que les dépenses mondiales en IA ont plus que triplé ?
La semaine dernière, DeepSeek a annoncé une réduction permanente de prix pour V4-Pro, jusqu'à 99 % de baisse ; Xiaomi MiMo a rapidement suivi, avec une capacité de forfait Token multipliée par 5 à 8.
Presque en même temps, Alibaba Cloud et Tencent Cloud ont discrètement augmenté les prix de la puissance de calcul et des services IA, avec certaines hausses dépassant 400 %.
Plus les tokens sont bon marché, plus la facture IA des entreprises devient coûteuse, l'histoire de la machine à vapeur se répète sur le marché des tokens.
En 1865, l’économiste britannique William Stanley Jevons a découvert un phénomène contre-intuitif : après l'amélioration de la machine à vapeur de Watt, l'efficacité thermique a considérablement augmenté, ce qui aurait dû réduire la consommation de charbon, mais la consommation nationale de charbon au Royaume-Uni a explosé.
L'explication de Jevons était très simple : lorsque l'efficacité d'utilisation d'une ressource augmente et que le coût diminue, cette ressource sera utilisée dans davantage de scénarios auparavant "inabordables".
La croissance de la demande totale dépasse largement les économies dues à l'amélioration de l'efficacité.
Aujourd'hui, les tokens reproduisent parfaitement cette dynamique.
Lorsque chaque million de tokens se vend encore à 60 dollars, l'IA ne peut servir que des scénarios haut de gamme comme la finance quantitative ou la recherche de nouveaux médicaments, qui "peuvent se permettre de dépenser".
Lorsque le prix descend à quelques centimes ou même à quelques centimes de yuan, des scénarios tels que les systèmes de service client, l'assistance à la programmation, l'enseignement personnalisé, la production de contenu en masse… explosent, même ceux qui ne pouvaient pas se permettre l'IA auparavant.
À l'avenir, le signal de prix des tokens continuera à se diviser : les modèles de base continueront à faire baisser les prix, la puissance de calcul cloud continuera à augmenter, et l'intelligence de haut niveau continuera à se valoriser.
Mais peu importe la fluctuation des prix en surface, la tendance à une dépense totale en hausse et à une demande de puissance de calcul constamment insatisfaite a été prédit par Jevons il y a 160 ans.